学生饮食营养精准定制与移动营养送餐系统研究

为解决中国高校学生肥胖率激增、亚健康状态问题,保证大学生饮食的健康性与结构的合理性,提出学生饮食营养精准定制的方法。基于物联网+智慧餐饮环境,以饮食健康服务为研究对象,解决在固定园区内针对大学生饮食订制与餐饮配送的问题,实现个性化健康化饮食,与便捷送餐系统的设计。通过学生饮食精准定制和移动营养送餐系统的设计,满足大学生多样化的饮食需求,实现饮食的个人定制化,从而保证大学生饮食的健康性与结构的合理性。以点餐与配送系统设计为例,为个人饮食营养定制与送餐系统研究的创新设计过程提供了参考依据。

Jetson Nano平台下的AI送餐系统设计

为提升餐厅送餐系统的智能化程度,依托NVIDIA Jetson Nano b01的ROS移动机器人平台,设计用于室内餐厅的AI送餐软件系统。该系统基于轻量级深度学习框架Darknet,采用C++和Python进行系统编程,包含控制器、语音、运动控制和AI视觉处理4个模块。通过语音启动送餐机器人,在识别顾客订餐信息二维码后,自主导航至目标餐桌进行送餐。同时,基于YOLOv3-tiny深度学习对送餐沿途上的人物进行视觉识别,当识别到顾客时语音播报欢迎词。实验结果表明,该系统能有效完成送餐任务,二维码识别时间约0.003s,人物识别准确率高达99%以上。系统能够自动进行语音启动和播报,设计方案合理有效,可为AI送餐领域提供参考与借鉴。

智能送餐控制系统

各类餐厅使用智能设备进行转型,在吸引顾客的就餐的同时,也能够达到节约人力成本,增强收益的效果。基于Linux操作系统设计了一套智能送餐控制系统,通过Qt设计的触摸控制界面使用ModbusTCP对PLC线圈进行读写,实现变频器对电机的控制,并使用nRF24L01模块发送目标餐位的RFID标签信息给下位机,通过该控制系统实现送餐的智能化。

面向注意力的感官交互物质-场产品创新设计方法

通过引入TRIZ物质-场方法,解决人机交互过程中与用户注意力相关的感官交互问题。提出面向注意力的感官交互物质-场产品创新方法与流程,并将标准解内容转述为适用于解决感官交互问题的感官交互标准解。以送餐驾驶系统改进设计为例,通过对用户注意力分析,得出驾驶系统中的感官交互问题,使用感官交互物质-场模型分析问题,参考感官交互标准解获得多种求解方案,最后根据平静技术对方案进行评价并得出最佳方案。研究结果表明:将物质-场方法应用于感官交互问题的研究中,有助于面向注意力的感官交互问题向TRIZ一般问题转化和解决。